DataHunter马珂：浅析探索式数据分析与可视化

数据已经成为企业最重要的资产之一，因为只有透过数据，企业方能深入了解其运营的方方面面，从而在残酷的市场竞争中获得优势。

世界知名研究公司Gartner曾在今年早些时候预测，2017年将是数据和数据分析之年。越来越多的企业正在从IT转向DT，数据分析也正在涵盖企业整个业务，并且变得更加灵活敏捷。

与此同时，企业也正在为数据分析工具投入大量资金。国际数据公司（International Data Corp.）在今年3月份的报告中表示，2017年全球大数据和业务分析的收入将达到1508亿美元，比2016年增长12%，预计到2020年，收入将达到2100亿美元。

如今，市场上的数据分析产品层出不穷，从Execl到传统BI，再到自助式BI，企业该如何选择？一款优秀的业务数据可视化分析工具应该具备怎样的特性？在不久前由CDA主办的《数据分析工具谈》沙龙活动上，DataHunter研发负责人马珂分享了自己的看法。

马珂，现任DataHunter研发负责人。原海军总部工程师，从军二十年，十余年编程经验，长期从事数据库管理、优化，数据挖掘和可视化相关工作，分享主题为《遇见更“亲民”的数据分析工具》

大数据的意义在于提供决策依据

数据库技术产生于20世纪60年代末70年代初，而这项技术的出现，使得人类对数据有了管理和存储能力。随着人类社会的快速发展，时至今日已经积累了大量数据。

马珂认为，大数据的出现，改变了企业长期以来依靠经验和理论的决策方式。“大数据是一种企业资产，其最大的意义在于，企业可以通过数据分析，为各种各样的决策提供依据，实现商业智能。”

更“亲民”的探索式分析工具

想要通过数据进行决策，企业必然要将焦点放在数据分析上。“进入大数据时代，面对庞杂、混乱、海量的数据，传统的验证式分析已经无法满足企业需求。”马珂表示，“验证想法”的时代已经过去，如今企业需要更加敏捷高效的探索式分析工具。

相比于验证式分析，探索式分析最大的优势在于，业务人员可以在海量数据中“自由发挥”，不受数据模型的限制，通过交互式的分析和可视化的展示，快速发现业务中存在的问题。

在进行探索式分析过程中，可视化是数据分析的最终展示环节。一方面，透过简单、直接的视觉图形，可以更方便的看懂数据；另一方面，这也要求分析人员对数据与图表间的转换有一些基本的了解。

例如，柱状图适用于简单对比，从而更直观的了解两者的量化对比情况；折线图适用于两个数值的变化关系对比，从而发现正相关性或负相关性；条形图适用于两个以上的数值互相之间的关系，通常用于排序分级，从而查看顺序和数量。

最后，在产品演示环节，马珂使用DataHunter业务数据可视化分析平台，为现场听众讲解了如何进行探索式分析。从异构数据源整合、交互式分析到快速可视化展现，DataHunter的表现不仅获得了在场听众的一致认可，也成为本次活动中的最大亮点。

关于DataHunter

DataHunter(北京数猎天下科技有限公司)是一家专注于数据可视化分析展示的科技公司，成立于2016年。基于先进的探索式数据分析技术，DataHunter致力于为企业提供简单易用的业务数据可视化分析产品及数据大屏设计展示服务，帮助用户发现问题并改进业务，从而驱动企业向数字化运营转变。  

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。